• Limitaciones del modelo lineal clásico en alta dimensionalidad.
• Sobreajuste (overfitting) y subajuste (underfitting).
• Modelos de regularización: Ridge, Lasso y Elastic Net.
• Selección de características.
• Aplicaciones en la predicción de variables continuas ambientales.

• Fundamentos de la clasificación.
• Regresión Logística para clases binarias y multinomiales.
• Algoritmo K-Nearest Neighbors (KNN).
• Árboles de Decisión.
• Métricas de evaluación: Matriz de confusión, precisión, exhaustividad, F1-Score y curva ROC.
• Casos de clasificación de cobertura vegetal y uso de suelo.

• Bases de los árboles de decisión para clasificación.
• Criterios de división (Índice Gini y Entropía) e interpretación de nodos y hojas.
• Control de sobreajuste (overfitting) mediante técnicas de poda (pruning).
• Optimización de hiperparámetros (profundidad máxima del árbol, número mínimo de muestras por nodo).
• Evaluación del modelo predictivo.
• Aplicaciones prácticas en la detección de anomalías ambientales y evaluación de la calidad del agua.

• Concepto de ensamblaje para mejorar la predicción.
• Bagging y Random Forest aplicados a clasificación y regresión.
• Boosting: Gradient Boosting y XGBoost.
• Importancia de variables ambientales en modelos de ensamblaje.

• Fundamentos de las redes neuronales.
• Perceptrón multicapa (MLP).
• Funciones de activación y propagación hacia atrás (backpropagation).
• Configuración básica de capas y neuronas.
• Casos de uso en series temporales climáticas y modelado espacial.

• Desarrollo de un proyecto completo.
• Desde la ingesta y limpieza de un conjunto de datos ambientales reales hasta el entrenamiento, validación, selección del mejor modelo y despliegue de resultados.

Tu kit de inicio, que contempla: material académico, formatos, plantillas de trabajo, estarán disponibles en el campus virtual 48 horas antes de la fecha de inicio del curso. El usuario y contraseña de acceso al campus virtual se te enviará al correo que registraste en la ficha de inscripción.

Las puedes seguir en diferido. Las clases son grabadas y están disponibles en el campus virtual 24/7.

Puedes interactuar en tiempo real con el docente y hacer todas las consultas que desees.

Medimos de forma integral el proceso de aprendizaje: exámenes objetivos (parcial y final), desempeño en las sesiones prácticas.

Todos los alumnos, de la modalidad online en vivo, rendirán los
exámenes en el campus virtual y en el horario programado con anterioridad.

El diploma no indica la modalidad de estudio.

Las horas académicas totales certificadas es el resultado del tiempo que le tendrías que dedicar al curso, y es la suma de las horas de clases via zoom, las horas de práctica de los ejercicios, talleres complementarios y las evaluaciones.

Todos nuestros cursos y especializaciones estan certificados por la Facultad de Ciencias de la Universidad Nacional Agraria la Molina – UNALM que cuenta con licenciamiento de la SUNEDU.

Mas información: aquí

El certificado se envia en formato digital como máximo hasta 30 días hábiles después de culminado el curso (incluyendo la última evaluación del curso).

Si, realizamos capacitaciones InHouse e inscripciones corporativas a través de nuestra unidad Corporativa, puedes contactar una asesoría al WhatsApp: 9513 39451

Puedes pagar con:

Tarjeta de crédito – hasta 12 cuotas. según las condiciones de cada banco (*).

Tarjeta de débito – 1 pago sin interés

Trasferencia bancaria – Banco de Crédito Cta. Cte. Soles N° 191-0031059-0-26 a nombre de la Fundación para el Desarrollo Agrario FDA – Universidad Nacional Agraria La Molina. RUC 20101259014 CCI 00219100003105902650

(*) Los intereses aplicados en pagos con tarjeta de crédito dependen de cada banco y se reflejarán en el resumen de tu cuenta. La Univerisidad no puede confirmar ni informar estos recargos.